CN117261936A - 用于测试自主车辆意图的原型车道 - Google Patents

Abstract

在此公开用于使用原型车道测试自主车辆意图的系统、方法和计算机程序产品。例如，方法包括选择地理网内的车行道的第一车道段，其中地理网包括多个车道段。确定第一车道段对应于原型车道集中的一个原型车道，其中原型车道与多个车道段中的一个或多个附加车道段相关联。基于第一车道段对应于原型车道的确定来将原型车道与第一车道段相关联。

Description

用于测试自主车辆意图的原型车道

相关申请的交叉引用

本申请与卡尔等人同此提交的美国专利申请号_(代理案卷号4855.0360000//Argo参考号434US01)、标题为“用行动者行为流程图验证原型车道”的文件有关，通过引用其全部内容的方式合并与此。本申请也与卡尔等人同此提交的美国专利申请号_(代理案卷号4855.0370000//Argo参考号434US02)、标题为“在原型车道系列上测试重用”的文件有关，通过引用其全部内容的方式合并与此。本申请进一步地与哈特尼特等人同此提交的美国专利申请号_(代理案卷号4855.0430000//Argo参考号No.422US01)，标题为“使用混合距离度量的车道段聚类”的文件有关，通过引用其全部内容的方式合并与此。

背景技术

随着出现的自主车辆技术的提高，特别是与人类操作员的人工控制相比，人们担忧它们的能力。在人类操作员控制车辆的情况下，操作员可以在行驶中进行调整以便成功地在驾驶过程中出现的大量场景中的任何一个场景中导航。

自主车辆使用各种传感器(比如光学、雷达和激光雷达传感器)获取关于它们的环境的信息以便构建对它们周围的世界的理解。连同提前提供给车辆系统的其他信息一起使用这个信息，车辆可以做出同样允许在可能出现的大量场景中的任何一个场景中成功导航的决定。

这样的自主车辆系统的可靠运行的潜力已经通过广泛的现实世界的使用进行证明。当自主车辆的运行条件改变时，确保这些自主车辆系统的可信度成为采用的关键。即使在更复杂的情况和环境下没有操作员的任何干预的情况下，公众、消费者、政府和其他利益相关者对确保自主车辆将几乎在所有可能的情况下可靠地运行感兴趣。

因此，需要提供自主车辆的可靠运行的证据的技术。

发明内容

根据各个方面，在此公开用于选择地理网内的车行道的第一车道段的系统、方法和计算机程序产品，其中地理网包括多个车道段。确定第一车道段对应于原型车道集中的一个原型车道(protolane)，其中原型车道与多个车道段中的一个或多个附加车道段相关联。基于第一车道段对应于原型车道的确定，将原型车道与第一车道段相关联。

附图说明

本文包含的附图形成说明书的一部分。

图1说明根据本公开的各个方面的示例性自主车辆系统；

图2说明根据本公开的各个方面的示例性车辆架构；

图3是说明根据本公开的各个方面的可以将原型车道分配给地理网内的车道段的步骤的流程图；

图4是说明根据本公开的各个方面的使用路线信息减少测试空间的步骤的流程图；

图5A和5B描绘根据本公开的各个方面的示例性原型车道集；

图6说明根据本公开的各个方面的示例性交互；

图7说明根据本公开的各个方面的附加示例性交互；

图8说明根据本公开的各个方面的将门连接在一起的示例性流程图；

图9说明根据本公开的各个方面的示例性原型车道级流程图；

图10是根据本公开的各个方面的说明使用原型车道流程图的测试过程的流程图；

图11是根据本公开的各个方面的说明识别原型车道的功能等同的步骤的流程图；

图12是对实施本公开的各个方面有用的示例计算机系统。

在附图中，相同的附图标记通常指示相同或相似的元件。此外，通常，附图标记最左边的数字标识首先出现附图标记的附图。

具体实施方式

在此提供用于测试自主车辆(或“AV”)系统的系统、设备、装置、方法和/或计算机程序产品方面和/或其组合和子组合。特别地，在此公开的方法涉及识别AV的运行设计域(ODD)中的唯一决策点以及验证AV在那些决策点上做出可靠决定的能力。使用这些方法，可以简化超出ODD的范围的AV操作的正确性的评估和证明。

如在此所使用的，术语“车辆”指的是能够运载一个或多个人类乘员和/或货物并且由任何形式的能量提供动力的任何移动形式的交通工具。术语“车辆”包括但不限于轿车、卡车、货车、火车、自主车辆、飞机、无人驾驶飞机等。自主车辆是具有处理器、编程指令和在不需要人类操作员的情况下可由处理器控制的传动系部件的车辆。自主车辆可以是完全自主的，因为大多数或所有的驾驶条件和功能都不需要人类操作员，或自主车辆可以是半自主的，因为在某些条件下或某些操作可能需要人类操作员，或因为人类操作员可以超驰控制车辆的自主系统并且可以控制车辆。

显而易见地，在此在自主车辆的背景下描述目前的解决方案。然而，目前的解决方案不限于自主车辆应用。目前的解决方案可以在比如机器人应用、雷达系统应用、度量应用和/或系统性能应用这样的其他应用中使用。

图1说明根据本公开的各个方面的示例性自主车辆系统100。系统100包括以半自主或自主方式沿着道路行驶的车辆102a。车辆102a在此也被称为AV 102a。AV 102a可以包括但不限于(如图1所示的)陆地车辆、飞机或船只。

AV 102a通常配置成检测在其附近的物体102b、114、116。物体可以包括但不限于车辆102b、骑车者114(比如自行车、电动滑板车、摩托车等的骑行者)和/或行人116。

如图1所示，AV 102a可以包括传感器系统111、车载计算装置113、通信接口117和用户界面115。例如，自主车辆101可以进一步地包括(例如，如在图2中说明的)包含在车辆中的可以由车载计算装置113使用比如加速信号或指令、减速信号或指令、转向信号或指令、制动信号或指令等这样的各种通信信号和/或指令来控制的某些部件。

传感器系统111可以包括一个或多个连接到和/或包含在AV 102a内的传感器，如图2所示。例如，这种传感器可以包括但不限于激光雷达系统、无线电探测和测距(RADAR，以下称为雷达)系统、激光探测和测距(LADAR)系统、声音导航和测距(SONAR，以下称为声纳)系统、一个或多个摄像机(例如，可见光谱摄像机、红外摄像机等)、温度传感器、定位传感器(例如，全球定位系统(GPS)等)、位置传感器、燃料传感器、运动传感器(例如，惯性测量单元(IMU)等)、湿度传感器、占用传感器等。传感器数据可以包括描述AV 102a的周围环境中的物体的位置的信息、关于环境本身的信息、关于AV 102a的运动的信息、关于车辆的路线的信息等。当AV 102a在表面上行驶时，至少一些传感器可以收集与表面有关的数据。

AV 102a也可以通过通信网络108将数据通信到远程计算装置110(例如，云处理系统)。远程计算装置110可以配置有一个或多个服务器以处理在此描述的技术的一个或多个过程。远程计算装置110也可以配置成通过网络108向AV 102a通信数据库/指令、通过网络108从AV 102a通信数据库/指令、向服务器和/或数据库112通信数据/指令、从服务器和/或数据库112通信数据/指令。

网络108可以包括一个或多个有线或无线网络。例如，网络108可以包括蜂窝网络(例如，长期演进(LTE))网络、码分多址(CDMA)网络、3G网络、4G网络、5G网络、另一种类型的下一代网络等)。网络也可以包括公共陆地移动网络(PLMN)、局域网(LAN)、广域网(WAN)、都会网络(MAN)、电话网络(例如，公共电话交换网(PSTN))、专用网、自组织网络、内联网、因特网、基于光纤的网络、云计算网络等，和/或这些或其他类型网络的组合。

AV 102a可以检索、接收、显示和编辑由本地应用程序生成的信息或通过网络108从数据库112传送的信息。数据库112可以配置成存储和供应原始数据、索引数据、结构化数据、地图数据、程序指令或如已知的其他配置。

例如，通信接口117可以配置成允许AV 102a和比如外部装置、传感器、其他车辆、服务器、数据存储、数据库等这样的外部系统之间的通信。通信接口117可以使用任何现在或将来已知的协议、保护方案、编码、格式、包装等，比如但不限于Wi-Fi(无线保真)、红外线链路、蓝牙等。用户界面系统115可以是在AV 102a内实现的外围装置的一部分，包括例如键盘、触摸屏显示装置、麦克风和扬声器等。

图2说明根据本公开的各个方面的车辆的示例性系统架构200。图1的车辆102a和/或102b可以具有与图2中显示的系统架构相同或相似的系统架构。因此，系统架构200的下面讨论足以理解图1的车辆102a、102b。然而，其他类型的车辆在这里描述的技术范围内被考虑并且可以包含或多或少如结合图2所描述的元件。作为非限制性示例，空中交通工具可以不包括制动器或齿轮控制器，但可以包括高度传感器。在另一非限制性示例中，基于水的交通工具可以包括深度传感器。本领域技术人员将领会的是，可以基于众所周知的车辆类型而包括其他推进系统、传感器和控制器。

如图2所示，系统架构200包括发动机或马达202以及用于测量车辆的各种参数的各种传感器204-218。在气体动力车辆或具有燃料动力发动机的混合动力车辆中，传感器可以包括例如发动机温度传感器204、电池电压传感器206、发动机每分钟转数(“RPM”)传感器208和节气门位置传感器210。如果车辆是电动或混合动力车辆，则车辆可以具有电动马达，并且相应地包括比如电池监测系统220(以测量电池的电流、电压和/或温度)、马达电流传感器214和马达电压传感器216，以及比如解析器和编码器这样的马达位置传感器218这样的传感器。

例如，对两种类型的车辆常见的运行参数传感器包括：比如加速度计、陀螺仪和/或惯性测量单元这样的定位传感器236；速度传感器238；以及里程表传感器240。车辆也可以具有时钟242，系统使用时钟242来确定在运行期间的车辆时间。时钟242可以被编码到车辆车载计算装置中，时钟242可以是单独的装置，或可能多个时钟是可用的。

车辆也包括操作以收集关于车辆正在其中行驶的环境的信息的各种传感器。例如，这些传感器可以包括：位置传感器260(例如，全球定位系统(“GPS”)装置)；比如一个或多个摄像机262这样的物体检测传感器；激光雷达系统264；和/或雷达和/或声纳系统266。传感器也可以包括比如降水传感器和/或环境温度传感器这样的环境传感器268。物体检测传感器可以使车辆能够检测在车辆200的给定距离范围内的在任何方向上的物体，而环境传感器收集关于车辆的行驶区域内的环境条件的数据。

在运行期间，信息从传感器通信到车辆车载计算装置220。可以使用图12的计算机系统来实施车载计算装置220。车辆车载计算装置220分析由传感器捕获的数据并且可选地基于分析的结果控制车辆的运行。例如，车辆车载计算装置220可以：通过制动控制器222控制制动；通过转向控制器224控制方向；通过(气体动力车辆中的)节气门控制器226或马达转速控制器228(比如电动车辆中的电流电平控制器)控制速度和加速度；控制(具有变速器的车辆中的)差动齿轮控制器230；和/或控制其他控制器。辅助装置控制器254可以配置成控制一个或多个比如测试系统、辅助传感器、由车辆运输的移动装置等这样的辅助装置。

地理位置信息可以从位置传感器260通信到车载计算装置220，车载计算装置220然后可以访问对应于位置信息的环境地图以确定比如街道、建筑物、停车标志和/或停止/通行信号这样的已知环境固定特征。从摄像机262捕获的图像和/或从比如激光雷达系统264这样的传感器捕获的物体检测信息从那些传感器通信)到车载计算装置220。物体检测信息和/或捕获的图像由车载计算装置220处理以检测车辆220附近的物体。可以在本文件公开的各个方面中使用基于传感器数据和/或捕获的图像进行物体检测的任何已知或将要已知的技术。

激光雷达信息从激光雷达系统264通信到车载计算装置220。此外，捕获的图像从摄像机262通信到车辆车载计算装置220。激光雷达信息和/或捕获的图像由车辆车载计算装置220处理以检测车辆200附近的物体。由车辆车载计算装置220进行物体检测的方式包括在本公开中详细说明的这些功能。

车载计算装置220可以包括路由控制器231和/或可以与路由控制器231通信，路由控制器231为自主车辆生成从起始位置到目的地位置的导航路线。路由控制器231可以访问地图数据存储以识别可能的路线和车辆可以在上面行驶以从起始位置到目的地位置的道路段。路由控制器231可以给可能的路线评分并且识别到达目的地的首选路线。例如，路由控制器231可以生成使在路线期间行驶的欧几里得距离或其他成本函数减到最小的导航路线，并且可以进一步地访问可以影响在特定路线上行驶所花费的时间量的交通信息和/或估计。根据实施，路由控制器231可以使用比如迪杰斯特拉算法、贝尔曼-福特算法或其他算法这样的各种路由方法生成一条或多条路线。路由控制器231也可以使用交通信息以生成反映路线的预期条件(例如，一周中的今天或一天的当前时间等)的导航路线，使得为高峰时段行驶而生成的路线可以与为深夜行驶而生成的路线不同。路由控制器231也可以生成不止一条到目的地的导航路线并且向用户发送这些导航路线中的不止一条导航路线供用户从各种可能的路线中选择。

在各个方面，车载计算装置220可以确定AV 102a的周围环境的感知信息。基于由一个或多个传感器提供的传感器数据和获得的位置信息，车载计算装置220可以确定AV102a的周围环境的感知信息。感知信息可以表示普通驾驶员将感知到的车辆的周围环境中的事物。感知数据可以包括与AV 102a的环境中的一个或多个物体有关的信息。例如，车载计算装置220可以处理传感器数据(例如，激光雷达或RADAR数据、摄像机图像等)以便识别AV 102a的环境中的物体和/或特征。物体可以包括交通信号灯、车行道边界、其他车辆、行人和/或障碍物等。车载计算装置220可以使用任何现在或以后已知的物体识别算法、视频跟踪算法和计算机视觉算法(例如，在若干时间段内逐帧迭代地跟踪物体)以确定感知。

在一些方面，车载计算装置220也可以关于环境中的一个或多个识别的物体确定物体的当前状态。每个物体的状态信息可以包括但不限于：当前位置；当前速度和/或加速度、当前行进方向；当前姿势；当前形状、大小或占地空间；类型(例如，车辆与行人与自行车与静止物体或障碍物)；和/或其他状态信息。

车载计算装置220可以执行一个或多个预期和/或预测操作。例如，车载计算装置220可以预测一个或多个物体的未来位置、轨迹和/或行动。例如，车载计算装置220可以至少部分地基于感知信息(例如，包括如下面的讨论所确定的估计形状和姿势的每个物体的状态数据)、位置信息、传感器数据、和/或描述物体、AV 102a、周围环境的过去和/或当前状态和/或它们的关系的任何其他数据来预测物体的未来位置、轨迹和/或行动。例如，如果物体是车辆并且当前行驶环境包括十字路口，则车载计算装置220可以预测物体将可能直线向前移动还是拐弯。如果感知数据指示十字路口没有交通信号灯，则车载计算装置220也可以预测车辆在进入十字路口前是否必须完全停止。

在各个方面，车载计算装置220可以确定自主车辆的运动规划。例如，车载计算装置220可以基于感知数据和/或预测数据来确定自主车辆的运动规划。具体地，考虑到关于邻近物体的未来位置的预测和其他感知数据，车载计算装置220可以确定相对于在它们的未来位置的物体最佳导航自主车辆的AV 102a的运动规划。

在某些方面，车载计算装置220可以接收预测并且做出关于如何应对AV 102a的环境中的物体和/或活动者的决定。例如，关于特定活动者(例如，具有给定速度、方向、转向角等的车辆)，车载计算装置220基于例如交通状况、地图数据、自主车辆的状态等来决定是否超车、让路、停止和/或通过。在一个方面，车载计算装置220规划AV 102a沿着给定路线行驶的路径，以及驾驶参数(例如，距离、速度和/或转向角)。也就是说，对于给定物体，车载计算装置220决定如何应对物体并且确定如何做。例如，对于给定物体，车载计算装置220可以决定经过物体并且可以确定在物体的左侧还是右侧经过(包括比如速度这样的运动参数)。车载计算装置220也可以评估检测的物体和AV 102a之间碰撞的可能性。如果可能性超过可接受的阈值，则可以确定在自主车辆在预定义的时间段(例如，N毫秒)内执行遵循定义的车辆轨迹和/或实施一个或多个动态生成的紧急机动的情况下，是否可以避免碰撞。如果碰撞可以避免，则车载计算装置220可以执行一个或多个控制指令以执行谨慎的机动(例如，稍微放慢速度、加速、变换车道或突然转向)。相比之下，如果碰撞不可避免，则车载计算装置220可以执行一个或多个控制指令以执行紧急机动(例如，制动和/或改变行驶的方向)。

如上面所讨论的，生成关于自主车辆的运动的规划和控制数据以用于执行。例如，车载计算装置220可以通过制动控制器控制制动；通过转向控制器控制方向；通过(气体动力车辆中的)节气门控制器或马达转速控制器(比如电动车辆中的电流电平控制器)控制速度和加速度；控制(具有变速器的车辆中的)差动齿轮控制器；和/或控制其他控制器。

图1的示例性自主车辆系统100和图2的示例性系统架构200一起说明自主车辆的运行复杂性。除此之外，包括遇到未知或未预料到的情况的车辆运行环境的变化进一步地使问题复杂化。最终，自主车辆系统的测试和验证的变化空间显著地比大多数其他系统大。

在面对不可预测数量的情况的这种大型系统的接近测试中，将问题分解成更易管理、更可测试的组件是有用的。例如，环境的变化可以被捕获为单独的唯一维度，车辆行为的变化可以被捕获为AV意图，并且可以在活动者本体中捕获其他活动者的行为变化。

为了捕获AV行驶的车行道的或其他路径的变化，引入原型车道的概念。原型车道允许基于车行道段的变化来分解由AV行驶的车行道的空间。这允许将车行道简化为可以与相应的原型车道相匹配的单独路段。

根据原型车道的开发方式，有变化但仍然共享同一测试用例集的车行道的路段，可以分配给同一原型车道或原型车道序列。然后，通过测试和验证AV在那个原型车道的可能场景中的操作，结果是在分配给那个原型车道的所有车行道路段上测试和验证AV。

通过非限制性示例，AV可以被部署在对应于地理网的车行道上行驶。在这种背景下，地理网用于指的是地图内车道段的集合(最终可能被AV或不被AV用于以做出驾驶决定)。在测试过程中可以根据每个路段的相应原型车道的适当行为来验证AV在各个路段的实际或模拟行为。

原型车道是用于描述可以由AV导航的潜在车行道的词汇。通过非限制性示例，在此公开的方法提供如何设计原型车道的理解，以及它们在测试和验证的特定应用中的使用。这些用途与AV本身内的任何决策过程分离。实际上，这个概念提供至少两个具体的益处。对于一个益处来说，允许将测试和验证结果从一个地理网模拟到另一个地理网。此外，确保对给定地理网的足够测试覆盖率。

图3是说明根据本公开的各个方面的可以将原型车道分配给地理网内的车道段的步骤的流程图300。从步骤302开始，识别给定地理网内的车道段。

通过非限制性示例，这个地理网可以从清白记录开始，为此需要创建原型车道并且将原型车道与车道段相关联。或地理网可以具有车道段，车道段具有相应的特征来匹配现有的原型车道，地理网还可能需要为在现有的原型车道之间没有匹配的任何车道段创建新的原型车道。

在步骤304，确定原型车道是否已经分配给地理网的所有车道段。如果是，则在步骤310基于原型车道周围的行为已经被测试和证实的假设来验证地理网。

可以通过将测试空间限制于车道段和在地理网内实际出现的场景来简化测试空间，而不是试图测试AV在现实世界中可能遇到的每一个场景。例如，如果没有穿过地理网内的铁轨的车道段，则测试AV在铁路道口的运行以便确保AV在地理网的范围内的可靠运行是不重要的。

如果地理网的所有车道段已经分配给相应的原型车道，则流程图前进到步骤310，在步骤310借助于已经验证潜在的原型车道来验证完整的地理网。

如果任何车道段保持未分配给相应的原型车道，则评估那些车道段是否与现有的原型车道相匹配，并且在步骤306在匹配的情况下分配那个原型车道。如果任何车道段仍然保持未分配，则在步骤308可以定义新的原型车道以分配给那些车道段，当地理网被验证时在此时流程图前进到步骤310。

可以通过限制地理网内的被评估并且映射到原型车道的车道段来进一步减少测试空间。当在评估地理网内的所有车道段以分配给相应的原型车道的背景下描述步骤304时，可以确定是否可以使用对应于原型车道的有限集的车道段子集来完成AV在一定区域内导航所需要的一条路线或一组路线。

图4是根据本公开的各个方面的说明使用路线信息减少测试空间的步骤的流程图400。在步骤402，识别预期路线的起点和终点，并且在步骤404确定是否存在通过分配给原型车道的车道段的路线。如果存在这样的路线，则路线被用作为那些点之间的基准路线。在步骤406，确定通过匹配当前原型车道的任何未分配的车道段的路线是否是可能的(在不存在使用分配给原型车道的车道段的路线的情况下，包括任何足够的路线)。并且，根据这条路线，当前的原型车道可以分配给是那条路线的一部分并且因此扩大地理网的未分配的车道段，以便通过等效有限的测试空间来改进路由功能。

在此，通过应用流程图400和类似的方法，可以在不扩展测试空间的情况下增加地理网的可用部分。如果原型车道的总数量保持不变，则已经借助于已经被测试和验证的潜在原型车道来测试和验证改进的路线。相关领域的技术人员将领会的是地理网中的车道新区域可能需要关于其他维度变化的新测试。作为一个极端但非限制性的示例，无保护的左转可能不被映射到原型车道，但如果右转映射到原型车道，则通过使用现有的右转原型车道执行三次围绕街区的右转来完成路线可能是有利的，而不是添加无保护的左转的原型车道并且产生与那些相关联的所有测试和验证成本。

当将AV的运行扩展到附加道路时，通过这种方式减少测试空间，导致显著的益处。例如，当构建全新的地理网时或当更新地理网的地图时，可以将车道段的数量简化为可以用于测试和验证的少量原型车道。

如在图4的步骤406中，可以通过将附加车道段限制于当前的原型车道来扩展可以通过将它们与原型车道相匹配、已经在原型车道级上测试和证实的可导航的车道段。但通过非限制性示例，也可以基于使原型车道的总数量减到最少、通过基于在每个车道段中花费的时间量选择用于匹配的车道段、或通过选择具有更容易实现测试和验证要求的原型车道，来选择包含在可导航区域中的附加车道段。相关领域的技术人员将领会的是可以选择其他标准来确定地理网的哪个车道段应该是可导航的。

这种方法也可以用于快速地将经过测试和验证的AV导航扩展到附加地理网中。如果已经在具有相应的原型车道集的特定地理网内测试和验证AV，则可以与共享同一原型车道或原型车道的子集的任何其他地理网进行类比。通过这种方法，可以在不进行耗时的附加测试和验证的情况下提供满足测试和验证要求(例如，对应于附加地理网的不同司法管辖区的监管要求)的证据。

此外，如果附近有两个地理网，则可以努力在那些地理网之间隔离一条路线，路线需要定义最小的原型车道集来验证路线上的车道段的运行的正确性。在支持添加最少数量的原型车道时通过连接这两个较大的地理网来完成路线，可以显著地用最少的附加测试和验证来扩展整个地理网。

图5A和5B描述根据本公开的各个方面的示例性车行道集，即十字路口500A和500B。图5A的十字路口500A显示为具有无保护的左转的四路交通信号灯控制的十字路口。图5B的十字路口500B显示为具有穿过两条交通车道的无保护的左转的三路交通信号灯控制的十字路口。

测试开发者将为可能在这个十字路口发生的每种情况准备测试集以便验证AV502A/502B在特定车行道情况下的运行。然而，这两个十字路口500A和500B具有许多相似之处，并且将被预计共享测试用例的公共子集。通过定义这些十字路口的车道段和相应的原型车道，测试开发者可以在多个车行道情况下重用测试。

例如，在两种场景下控制交通信号灯504A和504B向AV 502A和502B提供左转信号的情况下，预计十字路口500A的车道508A中的迎面而来的车辆以及十字路口500B的车道508B和510B中的迎面而来的车辆将停止(对面的交通信号灯505A和505B将是红色的)。在这些情况下，AV 502A和502B可以通过遵循横穿十字路口500A的单个车道508A的路径506A或横穿十字路口500B的两个车道508B和510B的路径506B以相同的方式来清除它们各自无保护的左转。

然而，如果迎面而来的车辆在十字路口500B的车道508B上因红灯505B而停止，则AV 502B可能对车道510B没有足够的能见度来确保在那个车道上的任何接近的车辆将在进入到路径506B之前成功地停止。

如图5A和5B所示，定义分别对应于AV 502A和502B的特定路径的车道段503A和503B。对于车道段503A和503B来说，存在一些可以通过同一测试集测试的条件集(例如，具有清晰可见度的左转)，并且一些测试可能对车道段的某些条件集来说是独特的(例如，具有部分可见度的横穿两条迎面而来的车道的左转)。

用于将车道段映射到原型车道的间隔尺寸被认为是原型车道的构建的一部分。地理网可以具有数量超过100000的大量车辆段。但如果将独特的原型车道分配给那些车道段中的每一个，则这将不是实际的抽象概念。测试者将需要为每个单独的车道段设计测试，并且验证AV在所有那些100000车道段上的可靠运行。设计如此大量的测试场景可能是不切实际的或实际上可能是低效的。

在另一极端，覆盖所有可能的车道段的少量原型车道(例如，10个原型车道)可能不足以适当地处理可以在那些原型车道的给定一个原型车道中出现的所有独特情况。在具有几十万个映射的车道段的地理网的典型情况下，几千个原型车道可以足够达到适当的平衡。相关领域的技术人员将领会的是没有确切的正确数量的原型车道，并且任何选择都会平衡效率和AV的性能的正确性的置信度。然而，一旦AV的性能的置信度接近特定阈值，收益递减就可以使人们额外关注在经济上站不住脚的那些指标。

根据本公开的一个方面，可以基于特征的组合构建原型车道，特征包括硬特征和软特征。在这种背景下，硬特征是二元和排他性的特征。例如，硬特征可以是车道段内存在或不存在人行横道。在这个确定中，与人行横道相交的车道段可以防止被映射到和不与人行横道相交的车道相同的原型车道。另一示例性硬特征可以是十字路口是否由停车标志控制。AV系统的熟练开发者将识别附加的硬特征，为了测试和验证的完整性，附加的硬特征应该可能将他们的二元选项映射到单独的原型车道。

在本公开的一个方面，硬特征是预先规定的，并且典型的硬特征集可以包括几十个以上的特征。在一个方面，可以预先规定31个单独的硬特征，这将为词汇表设置包括最大允许总数2³¹个原型车道的上限。实际情况是，这些特征并不都是彼此结合出现的，因此硬特征的实际组合数量通常低得多。

根据本公开的各个方面，除这些硬特征之外，可以单独定义一组软特征。这些是具有真实值测量的特征，与硬特征的二元选项相反。例如，软特征可以包括可以提供车道段的进一步聚类和分解的车道宽度、斜坡、坡度、曲率等。

与硬特征相比，软特征遵循非排他性原则。例如，第一车道和稍微较宽的第二车道通常两者都可以映射到同一原型车道，因为这种差异不太可能影响测试和证明。为了确定可以合理地映射到同一原型车道的这些软特征的适当的差异范围，(在一个方面，对于给定的硬特征)车道段可以在N维空间中聚集，在此情况下每个维度都对应于单独的软特征。例如，可以基于得到的原型车道的预期最大数量用映射到相应集群内的所有车道段的单个原型车道对产生的集群进行分组。

此外，根据本公开的各个方面，可以考虑静态和动态特征以构建原型车道。正如命名所表明的，静态特征保持不变，而动态特征可以根据其他情况而改变。例如，车道段是否具有人行横道是静态特征(这也恰好是硬特征—有人行横道或没有人行横道)。车道段的特定车道宽度也可以是静态特征(在这种情况下也恰好是软特征—有一系列可能的车道宽度，但宽度在车道的寿命期间将不会改变)。相比之下，动态特征(例如，存在的施工、道路障碍物等)甚至可以在车道段在物理上相同时影响活动者的行为。例如，地理网内的车道段的位置可能指示(例如，在工业环境中与在城市中心中)可能存在的不同类型的交通，并且可以用于进一步地分段原型车道以确保适当的测试覆盖率。

在各自分配给相应原型车道的给定车道段集(例如，完整的地理网)的情况下，可以对车道段集进行概率评估。例如，可以确定在给定的行程中AV通过特定原型车道行驶的概率，或通过评估AV横越给定地理网内的原型车道的车队级的频率数据。

在这种信息的情况下，可以对车道段集进行更复杂的查询。例如，如果测试者想要确定预计AV在部署的地理网中遇到多少负面事件，可以通过边缘化关于在AV行驶时在预期或观察到的给定原型车道出现期间预计给定原型车道内有多少负面事件的数据来回答这个问题。例如，这个信息可以用于给AV定对应于减少对负面事件的预期的特定原型车道的特定车道段集的路线。

当准备测试和验证AV在地理网中的车道段上的运行时，这些评估可以在按优先顺序排列测试设计者的工作中是有用的。例如，如果地理网的特定区域具有实际或预期的更高AV使用率，则地理网的那个特定区域内的原型车道可以被挑选出来进行优先处理。这允许增加在地理网的区域中的可靠操作的确定性，这将从测试和验证结果的及时评审中获益最多。

在定义的原型车道的概念的情况下，描述AV可能在特定原型车道级上遇到各种活动者(例如，其他车辆、行人等)的独立交互成为可能。

图6说明根据本公开的各个方面的示例性交互600。交互600描述两辆车辆(车辆602和车辆604)进入十字路口。从车辆602的角度来看，这个十字路口包含迎面而来的车辆(例如，车辆604)可能在车辆602前面进行无保护的左转(例如，沿着路径610)。在交互600的背景下，车辆602和车辆604两者都是活动者。

根据本公开的各个方面，活动者具有与他们相关联的属性。例如，车辆602可以与比如行驶的方向(路线)、行进方向、速度、车辆是否停车等这样的属性相关联。这些属性可以用于确定每个活动者的目标。

目标确定活动者试图去哪里。根据本公开的各个方面，目标可以由活动者试图到达的位置和方向来定义。目标不需要解释活动者将如何做某事，或他们为什么要这样做，而仅识别预期的最终结果—这些是活动者的现在意图，而不是在未来时间的意图。

目标可以以活动者的类型为基础。例如，行人可能意欲到达人行横道的另一边，在此情况下目标可能是人行横道的另一边的中点并且定向以显示行人继续前进。同样，车辆可以具有目标以通过地图上未标明的车道离开可行驶区域。

如将在这里进一步详细地描述，根据本发明的各个方面，也可以在特定原型车道的背景下理解目标。例如，行人可能不具有到达没有人行横道的原型车道中的人行横道的另一边的目标。例如，在交互600的情况下，车辆602不能合理地具有左转的目标，因为没有往左边的车行道。

通过预计/估计/预测/使用如由原型车道所限制的给定活动者的目标，可以描述活动者为促进他们的预期目标而可以执行的可能行为的分布。基于它们所对应的物体的类型(例如，车辆、行人等)，活动者通常试图通过某些行为达到特定目标。因此，需要活动者类型加上目标来预测行为—仅目标不能做到这一点，因为乱穿马路的行人和转向车辆可能具有进入十字路口的中间的目标，但在达到这个目标的过程中表现出特定于他们的物体类型的不同行为。对于给定的活动者和那个活动者的给定目标，可以生成多个预测。

当在AV活动者的行动的背景下讨论目标时，目标可以被称为意图。当在整个公开中讨论“目标”或“意图”时，这些术语可互换地使用，尽管“意图”通常在AV的背景下使用并且“目标”更普遍地用于其他活动者。同样，“预测”是其他活动者的预期行为，而“轨迹”指的是AV将遵循以达到目标的行为。

根据本公开的各个方面，交互600进一步地包括门(gate)606A、608A、606B和608B。门是在执行为促进目标的行为时需要关于其他活动者做出决定的区域。门描绘一对相互作用的活动者之间的竞争空间，比如交互600中的车辆602和车辆604。竞争空间是包括当相互作用的轨迹或预测在时空意义上足够接近时的交互的区域。在交互600的情况下，门606A、608A、606B和608B限定交互中的区域，车辆602和车辆604两者将需要在交互600的过程中在不同的时间出现在此区域中。

根据本公开的各个方面，门可以比如入口门606A和出口门608A、或比如入口门606B和出口门608B这样的入口/出口对的方式部署。门描述为与活动者的行驶方向(或车道边界)正交。根据附加方面，门是被单独地处理而不是成对地处理，并且为特定的交互定义门的序列—例如，当车辆602接近入口门606A时，可以鉴于包括是否打开出口门608A—以及单独地处理每个门的打开/关闭状态的多个条件来考虑在在入口门606A的行为。

根据本公开的各个方面，入口门具有与它们相关联的用于调节交互的动态二元状态。具体地，入口门被描述为是打开的或关闭的以表示活动者是否有进入入口门后面的有争议的空间的优先权。例如，在不妨碍最终拥有通行权的另一个活动者的情况下，活动者进行无保护的机动需要足够的机会来完成机动。

门的状态可以根据交互中的比如交通信号灯状态或者其他活动者的接近这样的其他因素动态地改变。从概念上讲，根据本公开的各个方面，调节交互(例如交互600)的成对入口门(例如入口门606A和606B)是相互排斥的，使得只有一个活动者(例如，车辆602或车辆604)可以在任何给定的时间具有优先权。

两个入口门同时关闭是完全有可能的。控制十字路口的交通信号灯在改变通行权时通常在各个方向都具有几秒钟的红灯。这个延迟允许十字路口内的交通畅通。在这个时间间隔期间，没有活动者具有进入十字路口的优先权。

门的概念不用于限制AV的行为。相反，根据本公开的各个方面，门用于基于预期标准来验证AV是否执行预期操作。只验证AV进行特定预期的机动是不够的，而是也应该评估AV选择机动的整个推理。

原型车道具有取决于地图冲突的数量的沿着其路径的零或更多固定位置门的序列。门表示任何活动者的决策点：继续或不继续。因此，给定原型车道，可以确定决策的序列，活动者(包括AV)执行决策序列以穿过原型车道的长度、达到其目标同时也与所有其他的活动者相互作用。

如先前所提到的，当测试和验证AV的操作时，知道AV是否执行预期操作是不够的，而是知道AV是否出于正确的原因执行预期操作(或AV执行不期望的操作)。这是查明AV运行问题的有用方法。例如，如果AV开始进行无保护的左转，当这不是预期操作时，则可以将感知问题(例如，AV没有看到迎面而来的交通)与决策问题分开—如果决策已经完全被测试和验证，我们知道决策是合理的，因此问题可能是一个感知问题。

在原型车道的概念到位的情况下，测试者必须要开发以完全验证AV在给定地理网内的运行的测试逻辑量因此是由那个地理网内的车道段中存在的原型车道的数量来控制。例如，在导航门方面，具有人行横道的任何一个无保护左转具有与具有人行横道的任何其他无保护左转相同的逻辑集。因此测试者可以在原型车道级上开发测试以用每个测试处理多个场景。

根据本公开的各个方面，为了确定AV是否适当地执行其轨迹，测试者可以为每个原型车道开发流程图，流程图基于门概述所有可能的决定分支。测试者然后可以构建测试每个可能决策的场景，无论在现实世界还是在模拟世界中，AV可以通过测试这些流程图为给定原型车道做出每个可能的决策。

图7说明根据本公开的各个方面的附加示例性交互700。交互700描绘车辆702通过十字路口中的转弯过渡(车辆702在这个转弯的不同阶段被描绘为702A、702B和702C)。迎面而来的车辆704出现在十字路口。车辆702的转弯是由交通信号灯712控制。并且在车辆702的转弯的轨迹的末端附近存在人行横道708，在此情况下行人706定位穿过十字路口。

交互700包括门710，门710被分成三对门：710A、710B和710C。这些门对控制车辆702进入十字路口的各个区域中。例如，门对710A基于交通信号灯712的状态来控制车辆702进入十字路口。门对710B控制车辆702进入在车辆704的路线上的交通的相向车道。并且门对710C控制车辆702进入人行横道708。如前所述，根据各个方面，定义交互700的逻辑可以按每个门提供(例如，根据门的序列)而不是在门对级上提供，并且相关领域的技术人员将认识到在此针对门对的讨论可以使用门序列的单独门逻辑来解决。

导航这些门对中的每一个的条件可以以下面示例性的方式概述：

门1：去十字路口

如果下面的条件全部为真，则通过门对710A的入口门前进：

○A：交通信号灯712显示绿色圆圈。

○B：从左边开始的交叉车道714上没有不合规的活动者。

○C：在门对710C的出口门之外有至少一个车辆长度的可用空闲空间。

否则，停止。

门2：去穿过迎面而来的交通流

选项1：如果下面的条件全部为真，则通过门对710B的入口门前进：

○A：交通信号灯712显示绿色或黄色圆圈。

○C：在门对710C的出口门之外有至少一个车辆长度的可用空闲空间。

○D：在迎面而来的车辆(例如，车辆704)到达门控区域之前有足够的时间穿过迎面而来的车道(例如AV的后保险杠超过门对710B的出口门)。如果迎面而来的活动者离得远或如果迎面而来的活动者显示明确的停止意图，则满足这个要求。

○E：在人行横道内没有易受伤害的道路用户(“VRU”)(例如，

行人)，或没有行人进入人行横道的明确意图。

选项2：如果下面的条件全部为真，则通过门对710B的入口门前进：

○F：交通信号灯712显示红色圆圈

○D：在迎面而来的车辆(例如，车辆704)到达门控区域之前有足够的时间穿过迎面而来的车道(例如AV的后保险杠超过门对710B的出口门)。如果迎面而来的活动者离得远或如果迎面而来的活动者显示明确的停止意图，则满足这个要求。

否则，停止。

门3：去穿过人行横道并且离开十字路口

如果下面的条件全部为真，则通过门对710C的入口门前进：

○C：在门对710C的出口门之外有至少一个车辆长度的可用空闲空间。

○E：在人行横道内没有VRU(例如，行人)，或没有行人进入人行横道的明确意图。

否则，停止。

图8说明根据本公开的各个方面的将门连接在一起的示例性流程图800。流程图800追踪在上面关于门2(即，门7的门对710B)描述的条件。在步骤802，确定交通信号灯(例如，图7的交通信号灯712)的状态。如果交通信号灯是红色的，则在步骤810确定是否有足够的时间穿过迎面而来的车道(例如AV的后保险杆超过图7的门对710B的出口门)。如果是，则测试前进到步骤814。如果否，则在步骤812AV停止(并等待)。

如果交通信号灯(例如，图7的交通信号灯712)显示绿色或黄色，则流程图800前进到步骤804，在步骤804确定在迎面而来的车辆(例如，图7的车辆704)到达门控区域之前是否有足够的时间穿过迎面而来的车道(例如AV的后保险杠超过图7的门对710C的出口门)。如果迎面而来的活动者离得远或如果迎面而来的活动者显示明确的停止意图，则满足这个要求。如果在步骤804AV不能穿过迎面而来的车道，则在步骤812AV停止(并等待)。如果是，则测试前进到步骤806。

在步骤806，确定VRU是否出现在人行横道内、或是否有VRU将进入人行横道的意图。如果是，则在步骤812AV停止(并等待)。如果否，则测试前进到步骤808。

在步骤808，确定交通是否堵塞，使得在图7的门对710C的出口门之外没有至少一个车辆长度的可用空闲空间。如果是，则在步骤812AV停止(并等待)。如果否，则在步骤814AV前进。

根据本公开的各个方面，每个入口门的决策可以取决于一系列的条件。通过示例但不限于，这些条件可以包括：

-交通流量控制装置的状态(可以基于到达顺序以与交通信号灯相似的方式解决停车标志)。

-在AV的正前方的—特定区域中是否足够的空闲空间，但也可以包括更遥远的区域。此外，空间可以立即释放或强烈期望在未来适当的时候释放。

-假设可能存在或可能不存在的活动者，并且如果活动者确实存在，则那个活动者是否通过其自己的出口门。如果活动者正在前进，则行为可以被编码为是顺从的或不顺从的。

图10是根据本公开的各个方面的说明使用原型车道的流程图的测试过程的流程图1000。根据本公开的各个方面，过程从步骤10002开始，在步骤1002识别原型车道，将为原型车道建立一个或多个流程图。

在步骤1004，识别入口门/出口门对，将为原型车道建立流程图。在步骤1006，当AV横越入口门/出口门对时出现的每个条件被考虑并且包括在流程图中。然后，在步骤1008，提供完整的流程图用于(实际或模拟)测试。

根据各个方面，并且如上面关于图6和7所讨论的，可以在每个门级而不是门对级上建立用于测试的流程图。如果门是基于单个而不是一对来对待，则可以开发流程图来考虑单个门的条件，并且为每个单独门建立附加这样的流程图。每个门流程图可以包括取决于其他门的状态的条件(例如，一旦AV或另一活动者穿过另一个门，入口门就可以切换其打开/关闭状态)。

在为每个门对或单独门准备的流程图的情况下，测试团队然后可以测试原型车道内的每个门对或单个门以验证原型车道的操作。针对原型车道内出现的可能条件的这些测试然后将在分配给那个原型车道的大跨度车道段内验证结果。对于给定的车道段，考虑到车道段本身几何形状的特征，入口门和出口门所在位置几何形状可能是不同的，但相同的门将出现在共同的原型车道的所有车道段上并且AV将以相同的方式通过那些门前行进而不考虑特定的车道段。因此，一旦这些测试成功，则原型车道可以自信地包括在可用的原型车道集中，并且分配给地理网内的车道段。

在这些流程图可用的情况下，也可能容易地自动构建测试场景。简化自动构建测试场景的一种方式是减少需要测试的单个流程图的数量。虽然原型车道本身将地理网中的潜在大量的车道段的聚集在一起，包括通用测试和验证，可以进一步分组原型车道本身以用于测试目的。称为原型车道族的这些原型车道分组，包括所有共享相同的总体流程图表示的原型车道(例如，左转族)。

原型车道族中的单个原型车道之间的区别是流程图的复杂性。例如，在具有人行横道以及一个不具有人行横道的全程停车十字路口的情况下，这些由两个不同的原型车道表示(可能根据硬特征—存在或不存在人行横道)。然而，这两个原型车道是密切相关的并且可以属于同一原型车道族，只是一个原型车道恰巧具有人行横道冲突，并且另一个不具有人行横道冲突(导致穿过人行横道区域的逻辑不同)。没有人行横道的原型车道仍然可以让人穿过，但行人活动者将被不合规地对待。具有人行横道的原型车道只是在行人穿过原型车道的行为是合规的方面不同。

可以基于某些条件通过考虑功能对等来概述这种比较。例如，具有交通控制信号的无保护左转的第一原型车道可能被指定为与没有从主道路到边道的交通控制信号的具有左转的第二原型车道分离的原型车道。这是因为在这些原型车道中的每一个中出现的情况可以极大地不同。在第二原型车道的情况下，没有考虑交通控制信号，因为一个都不存在。并且与车辆从侧路进入十字路口相比AV具有转到侧路的通行权。在第一原型车道的情况下，车辆从侧面进入十字路口可能基于交通控制信号而具有通行权。

然而，如果假设第一原型车道的交通控制信号显示为绿色，则两种场景在测试目的上是功能等效的。在两种情况下AV都需要给迎面而来的车辆让路，但与来自侧面的车辆相比具有通行权。结果，根据本公开的各个方面，相同的流程图可以被重用以建立对两种原型车道的测试。

根据本公开的各个方面，可以以自动方式识别这些功能对等。对于每个原型车道来说，原型车道内的每个门或门对(取决于实施)都有流程图。这些单独的每个门或每个门对流程图，比如图8的流程图800，在逻辑上连接在一起以形成将原型车道的多个门或门对的逻辑连接在一起的总体原型车道级流程图。根据本公开的各个方面，图9说明示例性原型车道级流程图900。如原型车道级流程图900所说明的每个门流程图(或每个门对流程图)之间的逻辑连接，图8的流程图800显示为一个流程图。

原型车道级流程图或其子集的图表可以与其他原型车道级流程图图表相比较以识别共同的子图。然后，涉及那些子图的任何测试可以在具有共同子图的原型车道上重用，并且作为原型车道族对待。例如，基于图8的具有交通信号灯的原型车道的部分(门级)流程图800，没有交通信号灯的其他方面相同的原型车道将具有简化为步骤804、806和808的相似的门级流程图—然后可以在两个原型车道中重用对应于那三个步骤的子图的测试。

图11是根据本公开的各个方面的说明用于识别原型车道的功能对等的步骤的流程图1100。在步骤1102，获取相应的第一和第二原型车道的相应的第一和第二原型车道级流程图。并且在步骤1104，将第一和第二流程图中的每一个内的子图相比较。在步骤1106确定任何匹配的子图，并且如果有这样的匹配，则在步骤1108根据匹配的子图对第一和第二原型车道进行分组测试。

这种分组有助于增加测试的覆盖率。此外，分组可以用作为决定将有限的测试预算用于哪里以提高总体覆盖率的一个因素。通过非限制性示例，一旦已经识别原型车道族，就可以基于原型车道族中有多少原型车道或哪个原型车道族包含最高交通量的原型车道而为测试选择原型车道族。确定测试场景的总体覆盖率的一种方式是列举可以在场景中存在的所有逻辑组合。这可以通过确定给定流程图中的所有可能的路径来完成，并且计算存在多少条路径。这个量然后可以与测试总共覆盖多少个场景相比较以确定整体覆盖量。

在产生跨原型车道族操作的测试的这个能力的情况下，可以以基本的严格程度来创建这些测试—旨在至少在某种程度上测试流程图中的每个条件。然而，这些测试通常会包括可以容易地调整的多个因素(例如，假定的红灯持续时间)，可以操作自动化过程以基于因素的变化(例如，30秒的红灯与5分钟的红灯)来实例化多个测试。

例如，可以使用比如图12中显示的计算机系统1200这样的一个或多个计算机系统来实现各个方面。计算机系统1200可以是能够执行在此描述的功能的任何计算机。

计算机系统1200包括一个或多个处理器(也被称为中央处理单元，或CPU)，比如处理器1204。处理器1204连接到通信基础设施或总线1206。

一个或多个处理器1204可以各自是图形处理单元(GPU)，在一个方面，GPU是设计用于处理数学密集型应用程序的专用电子电路的处理器。GPU可以具有对并行处理比如计算机图形应用程序、图像、视频等中常见的数学密集型数据这样的大块数据有效的并列结构。

计算机系统1200也包括用户输入/输出装置1203，比如通过用户输入/输出界面1202与通信基础设施1206通信的显示器、键盘、指针装置等。

计算机系统1200也包括主存储器或初级存储器1208，比如随机存储存储器(RAM)。主存储器1208可以包括一个或多个级别的高速缓存。主存储器1208具有存储在其中的控制逻辑(即，计算机软件)和/或数据。

计算机系统1200也可以包括一个或多个辅助存储装置或存储器1210。例如，辅助存储器1210可以包括硬盘驱动器1212和/或可移动存储装置或驱动器1214。可移动存储驱动器1214可以是软盘驱动器，磁带驱动器、光盘驱动器、光存储装置、磁带备份装置和/或任何其他存储装置/驱动器。

可移动存储驱动器1214可以与可移动存储单元1218交互。可移动存储单元1218包括具有存储在其上的计算机软件(控制逻辑)和/或数据的计算机可用或可读的存储装置。可移动存储单元1218可以是软盘、磁带、光盘、DVD(Digital Video Disc，数字化视频光盘)、光存储磁盘和/任何其他计算机数据存储装置。可移动存储驱动器1214以众所周知的方式从可移动存储单元1218读取和/或写入可移动存储单元1218。

根据示例性方面，辅助存储器1210可以包括其他装置、手段或允许计算机系统1200访问计算机程序和/或其他指令和/或数据的其他方法。例如，这样的装置、手段或其他方法可以包括可移动存储单元1222和接口1220。可移动存储单元1222和接口1220的示例可以包括(比如在视频游戏设备中发现的)程序盒和盒式接口、可移动存储芯片(比如EPROM(Erasable Programmable Read-Only Memory，可擦可编程只读存储器)或PROM(Programmable Read-Only Memory，可编程只读存储器))和相关联的套接字、存储卡和USB(Universal Serial Bus，通用串行总线)端口、存储卡和相关联的存储卡插槽、和/或任何其他可移动存储单元和相关接口。

计算机系统1200可以进一步地包括通信或网络接口1224。通信接口1224使计算机系统1200能够与远程装置、远程网络、远程实体等(由附图标记1228单独或共同引用)的任何组合通信和交互。例如，通信接口1224可以允许计算机系统1200通过通信路径1226与远程装置1228通信，通信路径1226可以是有线的和/或无线的，并且可以包括LAN(Local AreaNetwork，局域网)、WAN(Wide Area Network，广域网)、因特网等的任意组合。控制逻辑和/或数据可以通过通信路径1226传输到计算机系统1200和通过通信路径1226从计算机系统1200传输过来。

在一个方面，有形的非暂时性装置或包括具有存储在其上的控制逻辑(软件)的有形的非暂时性计算机可用或可读介质的制品在此也被称为计算机程序产品或程序存储装置。这包括但不限于计算机系统1200、主存储器1208、辅助存储器1210以及可移动存储单元1218和1222，以及体现上述任何组合的有形制品。这样的控制逻辑在由一个或多个数据处理装置(比如计算机系统1200)执行时使这样的数据处理装置如在此所描述地操作。

基于本公开中包含的教导，对相关领域技术人员显而易见的是如何使用数据处理装置、计算机系统和/或除图12中显示的计算机架构之外的计算机架构制作和使用本公开的各个方面。特别地，可以用软件、硬件和/或除在此描述的那些操作系统实现之外的操作系统实现操作各个方面。

将要领会的是，具体实施部分而不是任何其他部分旨在用于解释权利要求。其他部分可以列出一个或多个但不是如本发明人所设想的所有示例性方面并且因此不旨在以任何方式限制本公开或从属权利要求。

虽然本公开描述示例性领域和应用的示例性方面，但应该理解的是本公开不限于此。其他方面和随之的修改是可能的，并且在本公开的保护范围和精神范围内。例如，并且在不限于本段的一般性的情况下，方面不限于软件、硬件、固件，和/或附图中说明和/或在此描述的实体。此外，各个方面(无论是否在此明确地描述)对除在此描述的示例之外的领域和应用具有重要的效用。

已经在此借助于说明指定功能的实现及其关系的功能构建块描述各个方面。为了便于描述，在此任意定义了这些功能构建块的边界。只要适当地执行指定的功能和关系(或其等同物)，就可以定义替代边界。同样，替代方面可以使用与在此描述的那些顺序不同的顺序来执行功能块、步骤、操作、方法等。

在此引用“一个方面”、“方面”、“示例方面”、或类似短语指示描述的方面可以包括特定特征、结构或特性，但每个方面不一定可以包括特定特征、结构或特性。此外，这样的短语不一定指的是同一方面。此外，当关于一方面描述特定特征、结构或特性时，将这样的特征、结构或特性纳入到无论是否在此明确提到或描述的其他方面中是在相关领域技术人员的知识范围内的。此外，可以使用表达“耦接”和“连接”及其派生词描述一些方面。这些术语不一定旨在是彼此的同义词。例如，可以使用术语“连接”和/或“耦接”描述一些方面以指示两个或两个以上的元件彼此有直接的物理或电接触。然而，术语“耦接”也可以意指两个或两个以上的元件彼此不直接接触，但仍然相互合作或互动。

本公开的广度和范围不应该受上述任何示例性方面的限制，但应该仅根据下面的权利要求和它们的等同物来定义。

Claims (20)

1.一种方法，所述方法包括：

通过一个或多个计算装置选择地理网内的车行道的第一车道段，其中所述地理网包括多个车道段；

通过所述一个或多个计算装置确定所述第一车道段对应于原型车道集中的一个原型车道，其中所述原型车道与所述多个车道段中的一个或多个附加车道段相关联；以及

通过所述一个或多个计算装置基于所述第一车道段对应于所述原型车道的确定来将所述原型车道与所述第一车道段相关联。

2.根据权利要求1所述的方法，所述方法进一步地包括：

通过所述一个或多个计算装置选择所述地理网内的第二车道段；

通过所述一个或多个计算装置基于所述第二车道段不具有所述原型车道集内的相应原型车道的确定来创建对应于所述第二车道段的附加原型车道；以及

通过所述一个或多个计算装置将所述附加原型车道包括在所述原型车道集中。

3.根据权利要求1所述的方法，所述方法进一步地包括：

通过所述一个或多个计算装置基于特征集来聚集所述多个车道段；以及

通过所述一个或多个计算装置基于所述特征集的特征对应于所述多个车道段的群集来创建所述原型车道集的所述原型车道。

4.根据权利要求3所述的方法，其中所述特征集包括排他的车道段特征。

5.根据权利要求1所述的方法，所述方法进一步地包括：

通过所述一个或多个计算装置确定在分配给所述地理网的所述多个车道段的第一车道段集上的所述地理网中的起点和终点之间的第一路线；

通过所述一个或多个计算装置基于第二路线是与所述第一路线相比改进的路线的确定来确定在所述多个车道段的第二车道段集上的所述地理网中的起点和终点之间的第二路线，其中所述第二车道段集包括未分配给所述地理网的车道段；以及

通过所述一个或多个计算装置基于所述未分配的车道段和所述原型车道之间的关联来将所述未分配的车道段分配给所述地理网，其中基于所述地理网内存在的所述原型车道的测试结果和验证结果，所述第二路线可用于代替所述第一路线。

6.根据权利要求1所述的方法，所述方法进一步地包括：

通过所述一个或多个计算装置确定所述地理网中的起点和附加地理网中的终点之间的路线，其中所述路线包括未分配给所述地理网或所述附加地理网的车道段；以及

通过所述一个或多个计算装置基于所述未分配的车道段与分别存在于所述地理网或所述附加地理网内的原型车道集的相应原型车道之间的关联来将所述未分配的车道段分配给所述地理网或所述附加地理网。

7.根据权利要求1所述的方法，所述方法进一步地包括：

通过所述一个或多个计算装置基于所述原型车道相比于所述原型车道集的剩余部分的频率按优先顺序排列原型车道以用于测试。

8.一种系统，所述系统包括：

存储器；以及

至少一个处理器，所述至少一个处理器连接到所述存储器并且配置成执行以下操作：

选择地理网内的车行道的第一车道段，其中所述地理网包括多个车道段，

确定所述第一车道段对应于原型车道集中的一个原型车道，其中所述原型车道与所述多个车道段中的一个或多个附加车道段相关联，以及

基于所述第一车道段对应于所述原型车道的确定来将所述原型车道与所述第一车道段相关联。

9.根据权利要求8所述的系统，所述操作进一步地包括：

选择所述地理网内的第二车道段；

基于所述第二车道段不具有所述原型车道集内的相应原型车道的确定来创建对应于所述第二车道段的附加原型车道；以及

将所述附加原型车道包括在所述原型车道集中。

10.根据权利要求8所述的系统，所述操作进一步地包括：

基于特征集来聚集所述多个车道段；以及

基于所述特征集的特征对应于所述多个车道段的群集来创建所述原型车道集的所述原型车道。

11.根据权利要求10所述的系统，其中所述特征集包括排他的车道段特征。

12.根据权利要求8所述的系统，所述操作进一步地包括：

确定在分配给所述地理网的所述多个车道段的第一车道段集上的所述地理网中的起点和终点之间的第一路线；

基于第二路线是与所述第一路线相比改进的路线的确定来确定在所述多个车道段的第二车道段集上的所述地理网中的起点和终点之间的第二路线，其中所述第二车道段集包括未分配给所述地理网的车道段；以及

基于所述未分配的车道段和所述原型车道之间的关联来将所述未分配的车道段分配给所述地理网，其中基于所述地理网内存在的所述原型车道的测试结果和验证结果，所述第二路线可用于代替所述第一路线。

13.根据权利要求8所述的系统，所述操作进一步地包括：

确定所述地理网中的起点和附加地理网中的终点之间的路线，其中所述路线包括未分配给所述地理网或所述附加地理网的车道段；以及

基于所述未分配的车道段与分别存在于所述地理网或所述附加地理网内的原型车道集的相应原型车道之间的关联来将所述未分配的车道段分配给所述地理网或所述附加地理网。

14.根据权利要求8所述的系统，所述操作进一步地包括：

基于原型车道相比于所述原型车道集的剩余部分的频率按优先顺序排列原型车道以用于测试。

15.一种存储有指令的非暂时性计算机可读介质，所述指令在由至少一个计算装置执行时使所述至少一个计算装置执行包括以下的操作：

选择地理网内的车行道的第一车道段，其中所述地理网包括多个车道段，

确定所述第一车道段对应于原型车道集中的一个原型车道，其中所述原型车道与所述多个车道段中的一个或多个附加车道段相关联，以及

基于所述第一车道段对应于所述原型车道的确定来将所述原型车道与所述第一车道段相关联。

16.根据权利要求15所述的非暂时性计算机可读介质，所述操作进一步地包括：

选择所述地理网内的第二车道段；

基于所述第二车道段不具有所述原型车道集内的相应原型车道的确定来创建对应于所述第二车道段的附加原型车道；以及

将所述附加原型车道包括在所述原型车道集中。

17.根据权利要求15所述的非暂时性计算机可读介质，所述操作进一步地包括：

基于特征集来聚集所述多个车道段；以及

基于所述特征集的特征对应于所述多个车道段的群集来创建所述原型车道集的所述原型车道。

18.根据权利要求17所述的非暂时性计算机可读介质，其中所述特征集包括排他的车道段特征。

19.根据权利要求15所述的非暂时性计算机可读介质，所述操作进一步地包括：

确定在分配给所述地理网的所述多个车道段的第一车道段集上的所述地理网中的起点和终点之间的第一路线；

基于第二路线是与所述第一路线相比改进的路线的确定来确定在所述多个车道段的第二车道段集上的所述地理网中的起点和终点之间的第二路线，其中所述第二车道段集包括未分配给所述地理网的车道段；以及

基于所述未分配的车道段和所述原型车道之间的关联来将所述未分配的车道段分配给所述地理网，其中基于所述地理网内存在的所述原型车道的测试结果和验证结果，所述第二路线可用于代替所述第一路线。

20.根据权利要求15所述的非暂时性计算机可读介质，所述操作进一步地包括：

确定所述地理网中的起点和附加地理网中的终点之间的路线，其中所述路线包括未分配给所述地理网或所述附加地理网的车道段；以及

基于所述未分配的车道段与分别存在于所述地理网或所述附加地理网内的原型车道集的相应原型车道之间的关联来将所述未分配的车道段分配给所述地理网或所述附加地理网。